Quantitative Methoden in der klinischen Epidemiologie

Ähnliche Dokumente
2. Zusammenhangsanalysen: Korrelation und Regression

(Markowitz-Portfoliotheorie)

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Allgemeine Prinzipien

Leitfaden zu den Indexkennzahlen der Deutschen Börse

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

Multiple Regression (1) - Einführung I -

6. Zusammenhangsmaße (Kovarianz und Korrelation)

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

Sozialwissenschaftliche Methoden und Statistik I

Sitzplatzreservierungsproblem

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Geometrisches Mittel und durchschnittliche Wachstumsraten

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Messfehler, Fehlerberechnung und Fehlerabschätzung

2 Regression, Korrelation und Kontingenz

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

Einführung in Statistik

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

14. Folgen und Reihen, Grenzwerte

EINLEITUNG, FEHLERRECHNUNG

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Statistik mit Excel und SPSS

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

2. Mittelwerte (Lageparameter)

Vorlesung Multivariate Statistik. Sommersemester 2009

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Auswertung univariater Datenmengen - deskriptiv

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Investition und Finanzierung Skript III

Grundzüge der Preistheorie

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC und -7

1.1. Jährliche Rentenzahlungen Vorschüssige Rentenzahlungen Jährliche Rentenzahlungen Vorschüssige Rentenzahlungen

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Klausur Betriebswirtschaftslehre PM/B

Statistik für Ingenieure (IAM) Version 3.0/

Zentrum für Sensorsysteme Projektbereich 5 "Anwendung von Sensoren in der Fertigungstechnik" Univ.-Prof. Dr.-Ing. Peter Scharf

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Marketing- und Innovationsmanagement Herbstsemester Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

Nagl, Einführung in die Statistik Seite 1

Quantitative BWL 2. Teil: Finanzwirtschaft

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Institut für Statistik und Ökonometrie

Vorlesung Multivariate Analyse

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

Inhaltsverzeichnis. 1 Allgemeine Messtechnik

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/ ω Additionstheorem: 2 sin 2 2

Workshops zum TI-83 PLUS

8. Mehrdimensionale Funktionen

Das Verfahren von Godunov. Seminar Numerik Anja Bettendorf

2. Arbeitsgemeinschaft ( )

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Agrarwirtschaft 57 (2008), Heft 2

Physikalische Chemie T Fos

Deskriptive Statistik und moderne Datenanalyse

11. STATISTIK Begriffsbestimmung. Statistik

Nomenklatur - Übersicht

Statistik und Wahrscheinlichkeit

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung

(i) Wie kann man für eine Police mit Einmalbeitrag E = eine kongruente Deckung des Gewinnversprechens darstellen?

6. Modelle mit binären abhängigen Variablen

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Lineare Regression (1) - Einführung I -

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

Formelsammlung der Betriebswirtschaft

F 6-2 π. Seitenumbruch

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005

Innovative Information Retrieval Verfahren

Einführung in Techniken und Methoden der Multisensor-Datenfusion

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Zweidimensionale Verteilungen

Formelsammlung der Betriebswirtschaft

5. Photophysikalische Untersuchungen mit der Optischen Spektroskopie

Formelsammlung der Betriebswirtschaft

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE

Einführung in die deskriptive Statistik

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Einführungsskripte Numerische Berechnungsverfahren in der Geotechnik

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden

Eine einfache Formel für den Flächeninhalt von Polygonen

Formelsammlung der Betriebswirtschaft

Hauptkomponentenanalyse und ihre Anwendung zur Klassifizierung von Spermien aus Raman Mikrospektroskopie-Daten

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Transkript:

Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe des leare Zusammehages Korrelatosaalse we ee Folge vo Meßwertpaare pro Patet erhobe wrd. Ncht-parametrsche Korrelato: Mootoe des Zusammehages. Probleme: Schekorrelato ud Korrelato be aggregerte Date IBE, Korr. (L6-) IBE, Korr. (L6-) AMD: Geographsche Atrophe ud AMD: Geographsche Atrophe ud Geographsche Atrophe De Sehschärfe () st das Ausmaß der Fähgket ees Lebeweses, mt seem Sehorga Muster ud Koture der Außewelt als solche wahrzuehme. Wkpeda FAM-Stude: Kohortestude zum atürlche Verlauf der AMD Holz et al. (007) Am J Ophthalmol. 43:463-7 5 Patete IBE, Korr. (L6-) 3 0.0 0.5.0.5 0 5 0 5 0 5 0 5 0 5 0 5 Häge wert ud GA Fläche zusamme? 0.0 0.5.0.5 Ka ma über de -Wert Iformatoe über das Ausmaß der GA ablete ees Patete? IBE, Korr. (L6-) 4

Frage ach dem Zusammehag Frage ach dem Zusammehag De Betrachtug bezeht sch auf zwe stetge, tervallskalerte Varable. Korrelato: höhere oder edrgere Werte der ee Varable sd mt höhere Werte der adere Varable verbude. Glechsger Zusammehag Zwe Kozepte vo Korrelato: Pearso Korrelatoskoeffzet: Korrelato zwsche ormalvertelte Größe, learer Zusammehag Spearma Korrelatoskoeffzet: Nachwes vo mootoe Zusammehäge, Korrelato der Räge E klarer fuktoeller Zusammehag zwsche zwe Varable bedeutet jedoch cht, dass bede korrelert sd. 0 0 40 60 0 00-0 -5 0 5 0 Im Bespel der dargestellte Parabel ( = ²) legt wohl e klarer fuktoeller Zusammehag vor, der jedoch cht glechsg st. De Veräderug über de erste 0 Datepukte (-0 bs -) wrd cht de ächste 0 Datepukte ( bs 0) wetergeführt, es trtt sogar e etgegegesetztes Verhalte auf. Deser fuktoelle Zusammehag dürfte kee Korrelato aufwese. IBE, Korr. (L6-) 5 IBE, Korr. (L6-) 6 Pearso s Korrelatoskoeffzet (I) Pearso s Korrelatoskoeffzet (II) Ee Stude vo Mazess et al. (94) utersucht de prozetuale Fettatel (% Fett) m Körper vo = gesude Erwachsee m Alter vo 3 bs 6 Jahre. Besteht e Zusammehag zwsche dem Alter ud dem Fettgehalt m Körper? Subj. Alter Fett[%] 3 9.5 3 7.9 3 7 7. 4 7 7. 5 39 3.4 6 4 5.9 7 45 7.4 49 5. 9 50 3. Subj. Alter Fett[%] 0 53 34.7 53 4.0 54 9. 3 56 3.5 4 57 30.3 5 5 33.0 6 5 33. 7 60 4. 6 34.5 IBE, Korr. (L6-) 7 Bespel Fettatel Fett [%] 0 5 0 5 30 35 40 30 40 50 60 Alter [Jahre] IBE, Korr. (L6-)

Pearso s Korrelatoskoeffzet (III) Pearso s Korrelatoskoeffzet (IV) Erwüschte Egeschafte ees statstsche Maßes für ee leare Zusammehag : dmesoslos ud skaleuabhägg: de Multplkato der Varablewerte mt eem kostate Faktor oder dere Verschebug um ee kostate Wert habe kee Efluß auf das Maß. Vorzeche gbt de Rchtug des Zusammehages a. Abweche vo der Null gbt Stärke des Zusammehages a: = 0, falls ke learer Zusammehag = (bzw. = -), be mamalem leare Zusammehag Messug der Straffhet ees leare Zusammehages ( ) ( ) = r = ( ) ( ) = = IBE, Korr. (L6-) 9 Iterpretato der Formel: r = = ( ) = = ( ) ( ) ( ) Glechsgket vo - ud -Werte führt zu große Werte ( ) ( ) = Straffhet bedeutet gerge Varabltät, damt wrd der Neer kle ud der Bruch groß. ( ) ( ) = = Werde de - ud/oder -Werte um ee feste Betrag verschobe, so wrd der Wert der Formel cht beeträchtgt. De Subtrakto vo dem Mttelwert eer Gruppe vo dere Messwerte kompesert dese Veräderug. Werde de Werte mt eem kostate Faktor multplzert, so verädert des ebefalls cht de Zusammehag, de Kostate kürze sch aus Zähler ud Neer. Der Korrelatoswert ädert sch cht, we de Rolle vo ud vertauscht wrd. IBE, Korr. (L6-) 0 Pearso s Korrelatoskoeffzet (V) Pearso s Korrelatoskoeffzet (VI) Bespel Fettatel : Nach Awedug der Formel ergbt sch r = 0.79 95% Kofdeztervall: [0.56; 0.99] Formel für dese Berechug sd komplzert, Agabe werde aber vo de meste Statstkprogramme gelefert. Test auf Korrelato: Nullhpothese: Es besteht ke learer Zusammehag p-wert:.93e-05 Bespel GA - : Nach Awedug der Formel ergbt sch r = 0.44 95% Kofdeztervall: [0.0; 0.3] Test auf Korrelato: Nullhpothese: Es besteht ke learer Zusammehag p-wert: 0.00 IBE, Korr. (L6-) IBE, Korr. (L6-)

Spearma s Korrelatoskoeffzet (I) Spearma s Korrelatoskoeffzet (II) Be Awedug des Pearso sche Korrelatoskoeffzete auf de Ragwerte erhält ma de Ragkorrelatoskoeffzet ach Spearma: rs = 6 = 3 d Spearma s Korrelatoskoeffzet beschrebt ee belebge mootoe Zusammehag (cht otwedg lear) Se Wert wrd weger vo Ausreßer beeflusst. beötgt cht de Aahme ees ormalvertelte Rausches. Msst de Straffhet ees mootoe Zusammehages. Dabe sd d de Dffereze der Ragwerte bezüglch X bzw. Y. IBE, Korr. (L6-) 3 IBE, Korr. (L6-) 4 Spearma s Korrelatoskoeffzet (III) Iterpretatosprobleme mt Korrelatoe (I) Bespel GA - : Nach Awedug der Formel ergbt sch r = 0.44 Test auf Korrelato: Nullhpothese: Es besteht ke mootoer Zusammehag p-wert: 0.6654 e-5 Statstscher Zusammehag st ke kausaler Zusammehag. Das glechsge Verhalte beder Varable ka durch ee verborgee drtte Varable gesteuert werde. Pro Idvduum darf ur e Beobachtugspaar vorlege. Oft wrd aber auch de Frage ach der Korrelato zweer Marker m Verlauf eer Erkrakug be eem Patete gefragt. Selektosprozesse köe Korrelatosaussage beeflusse: Auswahl erer Werte Auswahl etremer Werte IBE, Korr. (L6-) 5 verrgert de Korrelato vergrößert de Korrelato IBE, Korr. (L6-) 6

Iterpretatosprobleme mt Korrelatoe (II) Iterpretatosprobleme mt Korrelatoe (III) Verzerrte Korrelato be gemschte Stchprobe Korrelato aller: r = 0.79 Mäer: r = 0.9 Fraue: r = 0.5 Fett[%] 0 5 0 5 30 35 40 Ma Frau 30 40 50 60 IBE, Korr. (L6-) Alter[Jahre] 7 Gefahr der Überterpretato bem smultae Utersuche veler Korrelatoe. Mache sgfkate Korrelato ka falsch postv se. (Adjusterug für multples Teste). 0 stetge Varable erlaube de Utersuchug vo 45 Korrelatoe. Korrelato msst de Grad des Zusammehages, cht de Grad der Überestmmug. Überestmmug ud guter Zusammehag Gleche Korrelato Kee Überestmmug aber guter Zusammehag IBE, Korr. (L6-) Beschrebe ees leare Zusammehages Leare Regresso (I) Fett [%] Fett [%] 0 5 0 5 30 35 40 30 40 50 60 Alter [Jahre] Alter [Jahre] Vorhersage eer Zelgröße Y be gegebeer Eflußgröße X durch ee leare Glechug: = a b Der Achseabschtt a ud de Stegug b werde so bestmmt, daß ma de Gerade ethält, de de gergste quadratsche Abstad zu de beobachtete (,) Pukte hat. Mt deser Stratege ergbt sch b = r s / s mt r Korrelato zwsche ud, s Stadardabwechug der -Werte s - Stadardabwechug der -Werte a = - b mt Mttelwert der -Werte, Mttelwert der -Werte IBE, Korr. (L6-) 9 IBE, Korr. (L6-) 0

IBE, Korr. (L6-) Leare Regresso (II) Bespel Fettatel : r = 0.7539 Korrelato zwsche ud s = 3.7 Alter Jahre Stadardabwechug s = 9.44 Fettgehalt [%] Stadardabwechug b = 0.55 Stegug der Regressosgerade = 46.33333 Alter Jahre Mttelwert =.6 Fettgehalt [%] Mttelwert a = 3.09 Achseabschtt der Regressosgerade Regressosgerade: = 3.09 0.540 Pro weterem Lebesjahr mmt der mttlere Fettgehalt des Körpers um etwa 0.55% zu. IBE, Korr. (L6-) Abwechug vom Mttelwert = ( * ) (* ) : Mttelwert aller -Messuge * = a b : Geradewert für Beobachtug : -Wert der Beobachtug = = = = * * ) ( ) ( ) ( SS total = SS Resdue SS Regresso Atel der erklärte Varaz: SS Regresso / SS total = r² Das Quadrat der Korrelato wrd auch Bestmmthetsmaß geat. IBE, Korr. (L6-) 3 Resdualaalse Passt e leares Regressosmodell zu de Date: Resdue repräsetere Rausche, se sollte de Mttelwert 0 habe ud kee Struktur aufwese. Ideal: e um de Null legedes Bad. Falls de Resdue ormalvertelt sd, so lasse sch Aussage über de Regresso auch statstsch teste. Es lasse sch auch Kofdeztervalle bereche: 95% Kofdeztervall für de Geradestegug. Betrachte Resdue mt dem QQ-Plot IBE, Korr. (L6-) 4 0 4 6 0 - - 0 Ideale Stuato 0 4 6 0-3 - - 0 3 Kruemmug 0 4 6-6 -4-0 4 6 zuehmede Varabltaet Resdualaalse

Korrelato erhalb Patete Korrelato erhalb Patete Be Probade werde wederholt ph ud PaCO Messuge durchgeführt. We groß st de Korrelato zwsche bede Messuge? Prob. ph PaCO Prob. ph PaCO Prob. ph PaCO 6.6 3.9 4 7.36 5.67 6 7.3 4.7 6.53 4. 4 7.33 5.0 6 7.30 4.73 6.43 4.09 4 7.9 5.53 6 7.9 5. 6.33 3.97 4 7.30 4.75 6 7.33 4.93 6.5 5.7 4 7.35 5.5 6 7.3 5.03 7.06 5.37 5 7.35 4. 6 7.33 4.93 7.3 5.4 5 7.30 4.3 7 6.6 6.5 7.7 5.44 5 7.37 3.3 7 6.94 6.44 3 7.40 5.67 5 7.7 4.46 7 6.9 6.5 3 7.4 3.64 5 7.30 4.44 7.9 5. 3 7.4 4.3 5 7.30 4.3 7.9 4.56 3 7.37 4.73 5 7.37 3.3 7. 4.34 3 7.34 4.96 5 7.7 4.46 7.5 4.3 3 7.35 5.04 5 7. 4.7 7.0 4.4 3 7. 5. 5 7.3 4.75 7.9 3.69 3 7.30 4. 5 7.3 4.99 6.77 6.09 3 7.34 5.07 6. 5.5 Blad, Altma (995) BMJ, 30:446 IBE, Korr. (L6-) 5 Itramuraler ph 6.4 6.6 6. 7.0 7. 7.4 5 3 3 36 5 3 3 5 65 4 5 5 64 3 6 5 5 6 3 4 5 6 PaCO 3 4 4 4 7 7 7 Addere für jede Patete de quadrerte Resdue um see Gerade ud de quadrerte Abwechuge der Geradewerte vom Mttelwert des Patete. Des ergbt SS Resdue ud SS Regresso Daraus errechet ma SS total = SS Resdue SS Regresso ud für das Quadrat der Korrelato r²: SS Regresso / SS total = r² IBE, Korr. (L6-) 6 Korrelato erhalb Patete - Berechug AMG: GA - ANOVA Df Sum Sq Mea Sq F value Pr(>F) PaCO 0.0343 0.0343 4.903 0.047 * Subjects 7 3.0045 0.49 5.3054 <e-6 *** Resduals 4 0.3364 0.00 SS total = SS Resdue SS Regresso Berechug der Quadratsumme mttels ANOVA (etwa SPSS) SS Resdue = 0.3364 SS Regresso = 0.0343 SS total = 0.370 r² = SS Regresso / SS total = 0.0343 / 0.370 = 0.093 r (Korrelato) = - 0.304 (aufgrud der Rchtug der Gerade) Pro Patet wurde möglcherwese a bede Auge der GA-Wert, we der -Wert zu mehrere Zetpukte erhobe. Korrelato: - 0.37 [- 0.3; - 0.45] 0 0 40 0 0 40 0 0 40 Patet 007 0.0 0. 0.4 0.6 0..0 Patet 06 0.0 0. 0.4 0.6 0..0 Patet 3053 0.0 0. 0.4 0.6 0..0 0 0 40 0 0 40 0 0 40 Patet 00 0.0 0. 0.4 0.6 0..0 Patet 090 0.0 0. 0.4 0.6 0..0 Patet 3099 0.0 0. 0.4 0.6 0..0 0 0 40 0 0 40 0 0 40 Patet 06 0.0 0. 0.4 0.6 0..0 Patet 3007 0.0 0. 0.4 0.6 0..0 Patet 50 0.0 0. 0.4 0.6 0..0 Schwarzer Pukt: lkes Auge Roter Pukt: rechtes Auge IBE, Korr. (L6-) 7 IBE, Korr. (L6-)

Zusammefassug De Korrelato ach Pearso quatfzert, we gut e Zusammehag durch ee leare Fukto beschrebe werde ka. Legt ee ausreched starke Korrelato be de utersuchte Date vor, so ka der leare Zusammehag durch ee leare Regresso quattatv beschrebe werde. Fuktoelle Zusammehäge lasse sch oft leare Zusammehäge trasformere ud da geeget durch ee leare Regresso beschrebe. Resdualaalse st e wchtges Istrumet um ee korrekte Beschrebug ees leare Zusammehages durch ee leare Regresso zu aalsere. Der Spearmasche Korrelatoskoeffzet st e geegetes Istrumet um de Güte be mootoe Zusammehäge zu quatfzere. IBE, Korr. (L6-) 9